Pre-release / Continuous-Build: Dies ist ein experimenteller Build, keine stabile Veröffentlichung.
sycl: IQ3-Code-Reorder (#29107) * sycl: persistentes IQ3_S/IQ3_XXS-Gewichts-Reordering für SYCL-Decode und Prefill Fügt persistente umgeordnete Gewichts-Layouts für IQ3_S und IQ3_XXS hinzu. Die Gewichte werden einmalig zur Ladezeit neu angeordnet; die umgeordneten MMVQ-Dot-Produkte durchlaufen dann dichte Super-Blöcke mit dp4a und SWAR-Vorzeichenerweiterung, anstatt Bits aus dem verschachtelten Standard-Layout zusammenzusammeln. Reorder-bewusste Dequantisierung speist die batched Prefill-GEMMs, sodass die Prompt-Verarbeitung denselben Vorteil erhält. Zusätzlich wird der oneDNN-Build-Check gehärtet: Ein fehlendes DNNL-Paket oder ein nur für die CPU gebautes DNNL schlägt nun zur Konfigurationszeit fehl, anstatt stillschweigend ein degradiertes Backend zu erzeugen. Gemessen auf Intel Arc Pro B70 mit Qwen3.8-27B-GSQ-RCO-IQ3_S (MTP), -ngl 999 -b 4096 -ub 1024 -fa on: tg256 @ 0 ctx 12.92 -> 23.54 tok/s (+82%) tg256 @ 9,216 12.33 -> 21.69 tok/s (+76%) tg256 @ 64,000 9.76 -> 14.91 tok/s (+53%) pp8192 833.9 -> 833.6 tok/s (flat) Qwen3.5-9B Q4_K_M / Q3_K_M bleiben innerhalb des Rauschens unverändert (größte Abweichung -0.5% pp, tg flat), daher sind Standard-Quants nicht betroffen. Die MMVQ-GLU-Fusionserweiterung und die rms_norm+scale-Fusion sind bewusst nicht Teil dieser Änderung; master führt sie bereits über #28931. * removing wait as per review request * sycl : fix fusion.cpp line endingWebsite: - https://llama.app
Attestierungen: - https://github.com/ggml-org/llama.cpp/attestations/56116978
macOS/iOS: - macOS Apple Silicon (arm64) - macOS Apple Silicon (arm64, KleidiAI aktiviert) DEAKTIVIERT - macOS Intel (x64) - iOS XCFramework
Linux: - Ubuntu x64 (CPU) - Ubuntu arm64 (CPU) - Ubuntu s390x (CPU) - Ubuntu x64 (Vulkan) - Ubuntu arm64 (Vulkan) - Ubuntu x64 (CUDA 12) - CUDA 12.8 Bibliotheken - Ubuntu x64 (CUDA 13) - CUDA 13.4 Bibliotheken - Ubuntu arm64 (CUDA 13) - CUDA 13.4 Bibliotheken - Ubuntu x64 (ROCm 10.0) - Ubuntu x64 (OpenVINO) - Ubuntu x64 (SYCL FP32) - Ubuntu x64 (SYCL FP16) - Linux arm64 (Snapdragon: CPU, Adreno GPU, Hexagon NPU) - Einrichtungsanleitung
Android: - Android arm64 (CPU) - Android arm64 (Snapdragon: CPU, Adreno GPU, Hexagon NPU) - Einrichtungsanleitung
Windows: - Windows x64 (CPU) - Windows arm64 (CPU) - Windows arm64 (OpenCL Adreno) - Windows x64 (CUDA 12) - CUDA 12.4 DLLs - Windows x64 (CUDA 13) - CUDA 13.4 DLLs - Windows arm64 (CUDA 13) - CUDA 13.4 DLLs - Windows x64 (Vulkan) - Windows arm64 (Vulkan) - Windows x64 (OpenVINO) - Windows x64 (SYCL) - Windows x64 (ROCm 10.0)
openEuler: - DEAKTIVIERT - openEuler x86 (310p) - openEuler x86 (910b, ACL Graph) - openEuler aarch64 (310p) - openEuler aarch64 (910b, ACL Graph)
UI: - UI